人口老齡化對技術(shù)創(chuàng)新的影響研究

昌忠澤 姜 珂 魏詩謠

(1.中央財經(jīng)大學(xué)，北京100081；2.山東大學(xué)，山東 濟(jì)南 250100)

一、引言和相關(guān)文獻(xiàn)綜述

自我國經(jīng)濟(jì)進(jìn)入新常態(tài)以來，經(jīng)濟(jì)增長方式發(fā)生了質(zhì)的改變，過去依靠資源消耗和規(guī)模優(yōu)勢的粗放型生產(chǎn)方式正被以創(chuàng)新為核心競爭力的集約型生產(chǎn)方式所取代。依據(jù)熊彼特的創(chuàng)新理論，技術(shù)創(chuàng)新是創(chuàng)新的主要內(nèi)容，是經(jīng)濟(jì)發(fā)展和經(jīng)濟(jì)增長的源泉。在經(jīng)濟(jì)全球化的潮流中，技術(shù)創(chuàng)新離不開人力資本的有力支撐，尤其是受過高等教育的高層次人才。然而，受計劃生育政策等的影響，我國人口出生率顯著下降并自2000年起開始步入老齡化社會，在2019年老年人口撫養(yǎng)比更是達(dá)到17.8%(1)數(shù)據(jù)來源：《中國統(tǒng)計年鑒》。根據(jù)國際通行劃分標(biāo)準(zhǔn)，一個國家65歲及以上人口中比超過7%，就認(rèn)為進(jìn)入老齡化社會。我國2000年65歲及以上人口占比達(dá)到7%，此后逐年上漲，標(biāo)志著開始步入老齡化社會。。這意味著我國“人口紅利”已經(jīng)難以為繼，“未富先老”成為制約未來經(jīng)濟(jì)高質(zhì)量發(fā)展的重大難題之一，這也引發(fā)了社會對我國未來技術(shù)創(chuàng)新能力的擔(dān)憂。2019年11月，中共中央、國務(wù)院印發(fā)的《國家積極應(yīng)對人口老齡化中長期規(guī)劃》明確指出，應(yīng)對我國老齡化問題已正式上升為國家戰(zhàn)略，并提出要強(qiáng)化科技創(chuàng)新能力，把技術(shù)創(chuàng)新能力作為第一動力和戰(zhàn)略支撐。因此在我國經(jīng)濟(jì)轉(zhuǎn)型的關(guān)鍵階段，有必要對人口老齡化與技術(shù)創(chuàng)新的關(guān)系進(jìn)行研究，并結(jié)合時代背景提出具有針對性的政策建議。

目前國內(nèi)外學(xué)術(shù)界圍繞人口老齡化與技術(shù)創(chuàng)新的關(guān)系進(jìn)行了一系列研究，主要可以歸納為三種觀點。第一種觀點認(rèn)為人口老齡化會對技術(shù)創(chuàng)新產(chǎn)生抑制作用。Levin et al.(1991)發(fā)現(xiàn)年齡與創(chuàng)新的預(yù)期回報率呈反比，因此會對私人投資活動造成擠出。部分學(xué)者認(rèn)為人口老齡化會降低技術(shù)創(chuàng)新型勞動力的數(shù)量和質(zhì)量(Czaja et al.，2007)，技術(shù)創(chuàng)新容易受老年群體的負(fù)面影響(Aksoy et al.，2019)。還有學(xué)者研究了年齡和創(chuàng)新動機(jī)之間的關(guān)系。Kanfer et al.(2000)發(fā)現(xiàn)隨著年齡的增加，個體的創(chuàng)新激情和創(chuàng)新動機(jī)呈現(xiàn)下降趨勢。除此之外，我國學(xué)者的研究也佐證了該觀點。閆鐘(2000)認(rèn)為養(yǎng)老保障財政支出投入會對科研資金財政投入產(chǎn)生擠出，對科技創(chuàng)新產(chǎn)生負(fù)面影響。還有學(xué)者認(rèn)為老齡化會通過降低人力資本積累和人力資本存量對技術(shù)創(chuàng)新產(chǎn)生負(fù)面影響(姚東旻 等，2017；楊校美，2018)。邵漢華等(2019)也使用跨國面板數(shù)據(jù)證實了人口老齡化與技術(shù)創(chuàng)新之間的負(fù)向關(guān)系，并認(rèn)為通過優(yōu)化創(chuàng)新條件能夠顯著降低負(fù)向影響程度。

第二種觀點認(rèn)為人口老齡化會對技術(shù)創(chuàng)新產(chǎn)生促進(jìn)作用。Ang et al.(2015)利用1870—2009年21個經(jīng)合組織國家數(shù)據(jù)估計了不同年齡組教育程度對生產(chǎn)率的增長作用，發(fā)現(xiàn)隨著受教育水平的提高，高齡組員工具有更強(qiáng)的創(chuàng)新動機(jī)和創(chuàng)新能力，高齡員工較高的人力資本積累可以促進(jìn)企業(yè)和社會創(chuàng)新，從而提高社會創(chuàng)新水平和生產(chǎn)力(Cai et al.，2016)。蔡昉(2004)認(rèn)為人口老齡化通過誘發(fā)資本投資轉(zhuǎn)變?yōu)槿肆Y本投資，提高了勞動力的資源利用效率和社會生產(chǎn)率。袁傳攀等(2011)指出人口老齡化為企業(yè)轉(zhuǎn)型升級帶來了新的發(fā)展機(jī)遇，促使企業(yè)的發(fā)展模式向創(chuàng)新要素密集型轉(zhuǎn)變。還有學(xué)者從生產(chǎn)和消費視角構(gòu)建空間計量SEM模型，發(fā)現(xiàn)人口老齡化通過改變企業(yè)的資本-勞動要素稟賦結(jié)構(gòu)從而“倒逼”企業(yè)增加技術(shù)和資本投入比，引導(dǎo)企業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級(楚永生 等，2017)。

第三種觀點認(rèn)為人口老齡化對技術(shù)創(chuàng)新具有混合作用。韓振秋(2017)認(rèn)為人口老齡化與科技創(chuàng)新具有雙重、雙向的作用和辯證的關(guān)系：一方面，人口老齡化對科技和研發(fā)產(chǎn)生擠出效應(yīng)，尤其對高新技術(shù)行業(yè)會產(chǎn)生較大的負(fù)面沖擊；另一方面，老年群體的擴(kuò)大又影響了國家的結(jié)構(gòu)轉(zhuǎn)型，倒逼企業(yè)、研發(fā)機(jī)構(gòu)和高等院校增強(qiáng)技術(shù)創(chuàng)新的動機(jī)，為技術(shù)創(chuàng)新提供新的發(fā)展契機(jī)。樓永等(2020)利用2006—2016年省級面板數(shù)據(jù)，運用雙向固定效應(yīng)模型和工具變量模型分析人口老齡化對科技創(chuàng)新的影響，發(fā)現(xiàn)人口老齡化與科技創(chuàng)新水平存在顯著的倒“U”形關(guān)系，并對“人力資本水平”和“資本-勞動力稟賦”的中介作用機(jī)制進(jìn)行了識別。黃乾等(2018)采用動態(tài)面板模型對我國省級行政區(qū)和微觀企業(yè)的面板數(shù)據(jù)進(jìn)行分析，也證實了人口老齡化與技術(shù)創(chuàng)新呈現(xiàn)倒“U”形關(guān)系，且我國大多數(shù)省份位于人口老齡化對技術(shù)創(chuàng)新的負(fù)向影響階段，負(fù)向影響程度隨老齡化水平的提高而不斷加深。

總體來看，國外關(guān)于人口老齡化對技術(shù)創(chuàng)新影響的研究視角和研究成果頗為豐富，研究結(jié)論也不盡相同?，F(xiàn)有研究大多從個人創(chuàng)新能力、企業(yè)勞動生產(chǎn)率以及國家的科研投入方面深入淺出地討論人口老齡化對技術(shù)創(chuàng)新的影響，其研究方法和所依據(jù)的理論也越來越全面。但是，當(dāng)前國內(nèi)關(guān)于人口老齡化對技術(shù)創(chuàng)新的研究仍處于起步階段，有關(guān)兩者內(nèi)在機(jī)理的研究較為匱乏，在實證分析過程中也缺乏對數(shù)據(jù)的深入挖掘。

相對于現(xiàn)有研究，本文的貢獻(xiàn)在于：第一，在理論機(jī)制層面，立足現(xiàn)有文獻(xiàn)，梳理了人口老齡化影響技術(shù)創(chuàng)新的理論機(jī)制，并分析了人口老齡化通過需求結(jié)構(gòu)和基本公共服務(wù)水平對技術(shù)創(chuàng)新產(chǎn)生影響的作用機(jī)理；第二，在實證方面，利用我國2010—2019年30個省份的面板數(shù)據(jù)，在采用固定效應(yīng)模型進(jìn)行分析的同時，還采用系統(tǒng)GMM模型進(jìn)行對比，以期解決模型的內(nèi)生性問題，增強(qiáng)結(jié)果的可靠性；第三，實證分析人口老齡化究竟通過何種機(jī)制對技術(shù)創(chuàng)新產(chǎn)生影響，并分別對東部、中部和西部的影響機(jī)制進(jìn)行異質(zhì)性分析，從而有利于提出相應(yīng)對策。

二、理論分析

基于已有關(guān)于人口老齡化對技術(shù)創(chuàng)新影響機(jī)制的理論研究，本文從微觀、中觀和宏觀三個視角分析人口老齡化影響技術(shù)創(chuàng)新的作用機(jī)制。

(一)微觀層面

在微觀層面，人口老齡化對技術(shù)創(chuàng)新的影響主要體現(xiàn)為“年齡效應(yīng)”的消極影響和“經(jīng)驗積累效應(yīng)”的積極影響。

“年齡效應(yīng)”是指老年人口因勞動力質(zhì)量下降而對技術(shù)創(chuàng)新產(chǎn)生消極影響。一方面，隨著年齡的增加，人們的身體機(jī)能和主觀激勵均會發(fā)生改變，個體的健康條件和認(rèn)知能力會有所下降。技術(shù)創(chuàng)新所需要的知識存量龐大且更新頻率快，尤其在“互聯(lián)網(wǎng)+”時代，更需要具備一定的身體素質(zhì)和學(xué)習(xí)能力以適應(yīng)高強(qiáng)度和高壓力狀態(tài)的創(chuàng)新知識學(xué)習(xí)，而老年人口的適應(yīng)能力和學(xué)習(xí)能力遠(yuǎn)遠(yuǎn)不如年輕人口(姚東旻 等，2015)。同時，個體的創(chuàng)新激勵主要來自于工資水平的提高，但是在老年階段，個體對收入水平的預(yù)期和期望均有所下降，因此創(chuàng)新的動機(jī)減弱。另一方面，對于年輕人口而言，老年人口增加意味著老年人口撫養(yǎng)比增加，年輕人口的消費開支增加，照顧老人花費的時間增多，因此會對技術(shù)創(chuàng)新所需的資金和時間產(chǎn)生擠出，難以達(dá)到預(yù)期的技術(shù)創(chuàng)新水平。因此，在老年人口與年輕人口比例不斷增加的社會環(huán)境中，這意味著社會總?cè)肆Y本存量減少，從而抑制了技術(shù)創(chuàng)新。

“經(jīng)驗積累效應(yīng)”是指老年人口通過加速人力資本積累對技術(shù)創(chuàng)新產(chǎn)生積極作用。相對于年輕人口，老年人口的優(yōu)勢在于知識和經(jīng)驗的積累量較大，這種人力資本積累主要來源于教育階段和工作期間的教育培訓(xùn)以及實際工作中“干中學(xué)”的直接經(jīng)驗積累。而人力資本積累是促進(jìn)技術(shù)創(chuàng)新的知識基礎(chǔ)，如果能夠合理地將老年人口的知識經(jīng)驗積累與年輕人口的學(xué)習(xí)和應(yīng)用能力相結(jié)合，則會大大提升社會技術(shù)創(chuàng)新水平。尤其是高技能老年人口擁有豐富的工作經(jīng)驗，可以在企業(yè)研發(fā)、學(xué)校教育等方面發(fā)揮重要作用。合理利用高技能老年人口的人力資本積累，能夠提高全社會的技術(shù)創(chuàng)新能力。孫旭等(2009)研究發(fā)現(xiàn)雖然我國人力資本質(zhì)量逐年提升，但是仍存在地區(qū)差異和城鄉(xiāng)差異。蔡昉(2018)也認(rèn)為提升人力資本質(zhì)量是當(dāng)前人口老齡化背景下實現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵。因此，在我國勞動力占比降低、勞動力質(zhì)量仍需提升且老年人口知識積累效應(yīng)尚未充分發(fā)揮的社會背景下，更需要通過人力資本水平的提高來增強(qiáng)技術(shù)創(chuàng)新水平。

(二)中觀層面

在中觀層面，人口老齡化對技術(shù)創(chuàng)新的影響主要體現(xiàn)為“要素倒逼效應(yīng)”與“產(chǎn)業(yè)轉(zhuǎn)型效應(yīng)”的積極影響。

“要素倒逼效應(yīng)”是指人口老齡化會通過改變企業(yè)的資本-勞動要素稟賦結(jié)構(gòu)倒逼企業(yè)進(jìn)行技術(shù)創(chuàng)新。一方面，從資本和勞動要素相對數(shù)量而言，人口老齡化程度越高，意味著勞動人口比例越低，這會倒逼企業(yè)利用資本和技術(shù)要素替代勞動力要素，從勞動要素密集型產(chǎn)業(yè)轉(zhuǎn)變?yōu)橘Y本和技術(shù)密集型產(chǎn)業(yè)。Acemoglu et al.(2022)認(rèn)為勞動力和資本要素之間存在替代效應(yīng)，當(dāng)勞動力要素短缺時，企業(yè)會使用相對數(shù)量較多的資本要素對勞動力要素進(jìn)行替代，以追求最大利潤和提高市場競爭力。另一方面，從資本和勞動要素相對質(zhì)量而言，人口老齡化會導(dǎo)致勞動力市場供需不匹配，企業(yè)更傾向于引進(jìn)高素質(zhì)勞動者，同時加大教育和培訓(xùn)投入以提高整體勞動力素質(zhì)，彌補勞動力數(shù)量缺口，提高企業(yè)的勞動生產(chǎn)率(Mason et al.，2016)。綜上所述，人口老齡化從資本和勞動要素內(nèi)部結(jié)構(gòu)的數(shù)量和質(zhì)量兩個層面對企業(yè)技術(shù)創(chuàng)新產(chǎn)生積極影響。當(dāng)所有企業(yè)開展研發(fā)活動和新技術(shù)應(yīng)用時，將帶動全行業(yè)的技術(shù)進(jìn)步和勞動生產(chǎn)率的提升，從而對全社會的技術(shù)創(chuàng)新產(chǎn)生積極影響。

“產(chǎn)業(yè)轉(zhuǎn)型效應(yīng)”是指人口老齡化會通過培育養(yǎng)老行業(yè)新興市場促使企業(yè)進(jìn)行轉(zhuǎn)型方面的技術(shù)創(chuàng)新。當(dāng)前，老年人作為新興消費群體受到越來越多的重視，其在健康、養(yǎng)老、照料和精神層次方面的社會需求和個性化需求也日益增多，這為我國老年產(chǎn)業(yè)發(fā)展提出更高的要求，有助于加快相關(guān)產(chǎn)業(yè)的轉(zhuǎn)型升級(趙西亮 等，2016)。然而，目前我國的養(yǎng)老行業(yè)和與之相關(guān)的產(chǎn)業(yè)鏈條并不健全，存在較大的市場缺口和拓展空間，這對于企業(yè)來說也是不可多得的市場契機(jī)。養(yǎng)老產(chǎn)業(yè)的發(fā)展與新技術(shù)的應(yīng)用息息相關(guān)，如5G技術(shù)在家庭養(yǎng)老服務(wù)行業(yè)的應(yīng)用、大數(shù)據(jù)技術(shù)在健康追蹤和精準(zhǔn)服務(wù)定位方面的應(yīng)用等，其增強(qiáng)了企業(yè)轉(zhuǎn)型和新技術(shù)應(yīng)用的動機(jī)，從而進(jìn)一步促進(jìn)新一輪技術(shù)創(chuàng)新的到來。

(三)宏觀層面

在宏觀層面，人口老齡化對技術(shù)創(chuàng)新的影響主要體現(xiàn)為“政府投資擠出效應(yīng)”的消極影響和“環(huán)境效應(yīng)”的積極影響。

“政府投資擠出效應(yīng)”是指人口老齡化會通過擠占政府科研資金減少社會技術(shù)創(chuàng)新投入。隨著人口老齡化程度的加深，我國政府承擔(dān)的養(yǎng)老金給付和社會保障轉(zhuǎn)移支付壓力也增大。目前我國實施“統(tǒng)賬結(jié)合”的養(yǎng)老金給付制度，社會統(tǒng)籌賬戶實行現(xiàn)收現(xiàn)付制。隨著老年人口增多，勞動人口與老年人口的比例將縮小，這使得養(yǎng)老金給付壓力逐漸加劇。個人賬戶幾近空賬運行，賬戶資金有相當(dāng)一部分用作彌補社會統(tǒng)籌賬戶的資金缺口，而這種暫時性的彌補不利于我國養(yǎng)老金制度的可持續(xù)給付，可能帶來養(yǎng)老金入不敷出、養(yǎng)老金缺口逐步擴(kuò)大等問題。具有公信力的政府為了兌現(xiàn)養(yǎng)老承諾勢必會調(diào)用其他領(lǐng)域的資金填補空缺，因此可能會產(chǎn)生對科研投入資源的擠出效應(yīng)，從而抑制全社會的技術(shù)創(chuàng)新。龔鋒等(2015)和金昊等(2019)研究發(fā)現(xiàn)老年人口比重的提高會加重政府的養(yǎng)老負(fù)擔(dān)，而政府較高的養(yǎng)老支出會對科技創(chuàng)新投入和教育公共支出產(chǎn)生擠出效應(yīng)，從而阻礙技術(shù)創(chuàng)新。

“環(huán)境效應(yīng)”是指人口老齡化會通過提高政府公共服務(wù)建設(shè)營造社會技術(shù)創(chuàng)新的良好發(fā)展環(huán)境。隨著我國經(jīng)濟(jì)水平的提高和老年人數(shù)量的增加，人們對基本公共服務(wù)水平的要求也隨之提高，這不僅體現(xiàn)為對交通、互聯(lián)網(wǎng)等基礎(chǔ)設(shè)施的需求，也體現(xiàn)為對科技、教育、醫(yī)療、文化及環(huán)境等基礎(chǔ)公共服務(wù)的需求。因此，政府增加在公共服務(wù)領(lǐng)域的資金投入會為技術(shù)創(chuàng)新營造良好的發(fā)展環(huán)境，激發(fā)社會技術(shù)創(chuàng)新的積極性和萬眾創(chuàng)新的參與度。

三、研究設(shè)計與數(shù)據(jù)初步分析

在現(xiàn)有文獻(xiàn)中，多數(shù)學(xué)者采用面板數(shù)據(jù)模型研究人口老齡化對技術(shù)創(chuàng)新的作用，本文的實證分析也借鑒了這一做法。由于人口老齡化對技術(shù)創(chuàng)新的影響在不同地區(qū)和不同時間可能產(chǎn)生恰好相反結(jié)論，因此采用面板數(shù)據(jù)可以有效地固定地區(qū)和時間差異對兩者關(guān)系的影響，從而得出更加確切的結(jié)論。事實上，面板數(shù)據(jù)模型因其可以同時對比靜態(tài)和動態(tài)變化而被廣泛使用，如靜態(tài)模型中的固定效應(yīng)模型和隨機(jī)效應(yīng)模型以及動態(tài)模型中的差分GMM模型和系統(tǒng)GMM模型等。利用綜合面板數(shù)據(jù)模型研究人口老齡化和技術(shù)創(chuàng)新的關(guān)系在經(jīng)濟(jì)學(xué)文獻(xiàn)中也不乏先例，比如通過對比混合OLS模型、固定效應(yīng)模型和系統(tǒng)GMM模型等的實證結(jié)果，分析兩者之間的關(guān)系(姚東旻 等，2017；劉淑蘭，2019)。

(一)模型設(shè)定

本文在借鑒現(xiàn)有實證方法的基礎(chǔ)上，考慮到不同時期人口老齡化對技術(shù)創(chuàng)新的影響可能存在差異，人口老齡化和技術(shù)創(chuàng)新之間可能存在非線性關(guān)系，故引入人口老齡化的二次項進(jìn)行分析。同時本文依據(jù)相關(guān)理論，引入公共服務(wù)指標(biāo)，兼顧了人口老齡化對技術(shù)創(chuàng)新在環(huán)境方面的影響。參考姚東旻等(2017)以及金昊等(2019)的研究，本文的計量模型設(shè)計如下：

ln TECH=β0+β1ln OLD+β2(ln OLD)2+β3R&D+β4ln EDUC+β5GDPR+

β6ln OPEN+β7ln IDS+β8ln NET+β9ln TAL+β10ln GDP+θt+δi+εit

(1)

其中：TECH為國內(nèi)專利申請受理數(shù)；OLD代表老年人口撫養(yǎng)比，即退休年齡及以上人口數(shù)占勞動年齡人口數(shù)的比例，用以衡量人口老齡化程度；R&D為R&D經(jīng)費投入指標(biāo)；EDUC為人力資本水平指標(biāo)；GDPR為經(jīng)濟(jì)實際增長率；OPEN為對外貿(mào)易依存度指標(biāo)；IDS為產(chǎn)業(yè)結(jié)構(gòu)高級化指標(biāo)；NET為互聯(lián)網(wǎng)普及率指標(biāo)；TAL為科技人才規(guī)模指標(biāo)；GDP為經(jīng)濟(jì)總量規(guī)模指標(biāo)；θt代表年份效應(yīng)；δi代表省份固定效應(yīng)；εit為誤差項；β0為常數(shù)項。

(二)數(shù)據(jù)來源及變量說明

1.數(shù)據(jù)來源

受數(shù)據(jù)可得性的限制，本文選取我國2010—2019年除香港、澳門、臺灣、西藏外30個省份的面板數(shù)據(jù)，數(shù)據(jù)均來自《中國統(tǒng)計年鑒》。

2.變量說明

(1)被解釋變量：技術(shù)創(chuàng)新(TECH)。本文選取文獻(xiàn)中常用的國內(nèi)專利申請受理數(shù)來測度技術(shù)創(chuàng)新程度，而不是選用科研投入方面的指標(biāo)，這樣處理的合理性在于技術(shù)創(chuàng)新更加注重產(chǎn)出成果而非投入數(shù)量。

(2)核心解釋變量：人口老齡化(OLD)。本文選取老年人口撫養(yǎng)比來衡量人口老齡化。

(3)控制變量。一是R&D經(jīng)費投入(R&D)，為R&D經(jīng)費投入占地區(qū)生產(chǎn)總值的比重。技術(shù)創(chuàng)新容易受到科研經(jīng)費投入的正向影響，加入該指標(biāo)可以控制科研投入對技術(shù)創(chuàng)新的影響。二是人力資本水平(EDUC)，為高等教育人數(shù)占總?cè)丝诘谋戎亍Ｒ话銇碚f，人力資本水平越高，技術(shù)創(chuàng)新能力也會越強(qiáng)，加入該變量可以控制高端人才對技術(shù)創(chuàng)新的影響。三是經(jīng)濟(jì)實際增長率(GDPR)，采用剔除價格因素波動后的實際增長率進(jìn)行測度。內(nèi)生增長理論認(rèn)為技術(shù)創(chuàng)新與經(jīng)濟(jì)增長存在一定的內(nèi)生關(guān)系，因此需要控制經(jīng)濟(jì)實際增長率對技術(shù)創(chuàng)新的影響。四是對外貿(mào)易依存度(OPEN)，由境內(nèi)目的地和貨源地進(jìn)出口總額與地區(qū)生產(chǎn)總值的比值計算得出。若一個地區(qū)的對外貿(mào)易依存度較高，意味著該地區(qū)產(chǎn)品貿(mào)易因國際競爭力不足而易受國外貿(mào)易的沖擊，這不利于企業(yè)資金積累以及技術(shù)研發(fā)，因此會對技術(shù)創(chuàng)新產(chǎn)生不利影響，據(jù)此要控制對外開放程度對技術(shù)創(chuàng)新的影響。五是產(chǎn)業(yè)結(jié)構(gòu)高級化(IDS)，為第三產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值的比重。一般來說，產(chǎn)業(yè)結(jié)構(gòu)越先進(jìn)，越容易形成較高的技術(shù)創(chuàng)新水平，所以要控制產(chǎn)業(yè)結(jié)構(gòu)對技術(shù)創(chuàng)新的影響。六是互聯(lián)網(wǎng)普及率(NET)，用以控制公共服務(wù)水平差異對技術(shù)創(chuàng)新的影響。七是科技人才規(guī)模(TAL)，由規(guī)模以上工業(yè)企業(yè)R&D人員全時當(dāng)量進(jìn)行測度。科技人才規(guī)模作為技術(shù)創(chuàng)新的重要人力來源，會直接促進(jìn)技術(shù)創(chuàng)新水平的提高。八是經(jīng)濟(jì)總量規(guī)模(GDP)，采用不變價處理后的各省份GDP進(jìn)行測度。經(jīng)濟(jì)實力較強(qiáng)的地區(qū)容易為技術(shù)創(chuàng)新提供更好的經(jīng)濟(jì)環(huán)境，據(jù)此要控制經(jīng)濟(jì)總量對技術(shù)創(chuàng)新的影響。

上述數(shù)據(jù)均以2010年為基期，剔除了價格因素對數(shù)據(jù)的影響。為了消除數(shù)值上的異常波動，本文對數(shù)據(jù)中有負(fù)數(shù)的經(jīng)濟(jì)實際增長率和取對數(shù)后有負(fù)數(shù)的R&D經(jīng)費投入指標(biāo)外的所有變量均取對數(shù)處理。針對部分?jǐn)?shù)據(jù)存在的數(shù)值缺失問題，本文利用移動平均法進(jìn)行插值。本文所有結(jié)果均由Stata軟件回歸分析得出。

(三)核心變量社會總體現(xiàn)狀及趨勢分析

圖1和圖2分別為我國2009—2019年專利申請受理量和老年人口撫養(yǎng)比趨勢圖。由圖1可知，2009—2019年國內(nèi)專利申請受理量呈現(xiàn)波動上漲趨勢，從2009年的877611項上升至2019年的4172000項，且近幾年的增長幅度有所放緩。圖2顯示我國2009—2019年老年人口撫養(yǎng)比呈現(xiàn)平穩(wěn)上漲趨勢，從2009年的11.6%上升至2019年的17.8%，近幾年的增長幅度有所提升。

圖1 我國2009—2019年國內(nèi)專利受理量(項)

圖2 我國2009—2019年老年人口撫養(yǎng)比(%)

(四)描述性統(tǒng)計

表1為各變量的描述性統(tǒng)計結(jié)果，除R&D經(jīng)費投入和經(jīng)濟(jì)實際增長率外，其余數(shù)據(jù)均進(jìn)行了取對數(shù)處理。

表1 變量的描述性統(tǒng)計

(五)平穩(wěn)性檢驗

本文以通過5%的顯著性水平為判斷標(biāo)準(zhǔn)，選用LLC檢驗和Fisher-PP檢驗對原序列進(jìn)行平穩(wěn)性檢驗。表2結(jié)果顯示，所有變量均通過了LLC檢驗和Fisher-PP檢驗，證明了序列的平穩(wěn)性。

表2 變量的平穩(wěn)性檢驗

四、實證分析

(一)模型估計與檢驗

本文首先構(gòu)建了混合OLS模型(如表3列(1)和列(2)所示)，其中列(1)僅包含核心變量，列(2)既包含核心變量也包含控制變量。由于混合OLS模型沒有控制省份和時間的固定效應(yīng)，可能導(dǎo)致結(jié)果有偏，因而本文同時進(jìn)行了BP檢驗和輔助檢驗，結(jié)果顯示應(yīng)當(dāng)選擇面板數(shù)據(jù)模型。此外，本文進(jìn)行了豪斯曼檢驗，結(jié)果顯示應(yīng)當(dāng)采用固定效應(yīng)模型，與此同時修正了模型的異方差和自相關(guān)問題(如表3列(3)和列(4)所示)，其中列(3)僅包含核心變量，列(4)既包含核心變量也包含控制變量?？紤]到模型可能存在的內(nèi)生性問題，本文選擇兩步系統(tǒng)GMM模型(如表3列(5)和列(6)所示)進(jìn)行對比分析。根據(jù)已有文獻(xiàn)，本文選擇技術(shù)創(chuàng)新水平的滯后項作為工具變量，其余變量為外生變量。結(jié)果顯示，模型通過了Hansen-J檢驗和Arellano-Bond自相關(guān)檢驗，因而認(rèn)為模型不存在過度識別問題，所選擇的工具變量集有效。

表3 人口老齡化對技術(shù)創(chuàng)新影響實證分析結(jié)果

(二)實證結(jié)果分析

1.核心變量

由表3可知除列(1)外，人口老齡化對技術(shù)創(chuàng)新均呈現(xiàn)出一次項回歸系數(shù)為正、二次項回歸系數(shù)為負(fù)的顯著的倒“U”形影響，即隨著人口老齡化程度的提高，人口老齡化最初對技術(shù)創(chuàng)新具有積極影響，但在到達(dá)拐點之后，人口老齡化對技術(shù)創(chuàng)新的影響轉(zhuǎn)為負(fù)向。模型結(jié)果顯示，列(2)至列(6)達(dá)到拐點的老年人口撫養(yǎng)比分別為20.18%、11.44%、12.32%、12.79%、13.37%，整體來看拐點的取值范圍為11.44%～20.18%。為了能夠綜合多變量因素的影響結(jié)果，本文以列(4)固定效應(yīng)模型的結(jié)果進(jìn)行分析。對2019年各省份老年人口撫養(yǎng)比的數(shù)據(jù)進(jìn)行分類發(fā)現(xiàn)，除新疆(11.9%)、青海(11.8%)和廣東(11.4%)外，其余省份均達(dá)到或超過12.32%的拐點臨界值，這意味著人口老齡化已經(jīng)對我國絕大多數(shù)省份的技術(shù)創(chuàng)新造成負(fù)面影響，不利于提高地區(qū)的技術(shù)創(chuàng)新水平。

由列(5)、(6)可知，滯后一期的技術(shù)創(chuàng)新水平對當(dāng)期技術(shù)創(chuàng)新水平具有顯著的正向影響，且系數(shù)在0.91～0.93之間，這意味著技術(shù)創(chuàng)新的投入和研發(fā)是一個較為長期的過程。這一實證結(jié)果與本文第二部分的作用機(jī)理分析一致，表明人口老齡化對技術(shù)創(chuàng)新的影響是非線性的，是由積極因素和消極因素共同博弈的結(jié)果。在拐點之前的階段，人口老齡化的“經(jīng)驗積累效應(yīng)”“要素倒逼效應(yīng)”“產(chǎn)業(yè)轉(zhuǎn)型效應(yīng)”和“環(huán)境效應(yīng)”對技術(shù)創(chuàng)新產(chǎn)生的積極影響大于消極影響；在拐點處技術(shù)創(chuàng)新水平達(dá)到最大峰值；在拐點之后的階段，人口老齡化通過“年齡效應(yīng)”和“政府投資擠出效應(yīng)”對技術(shù)創(chuàng)新產(chǎn)生的消極影響大于積極影響，因此呈現(xiàn)出倒“U”形趨勢。

2.控制變量

R&D經(jīng)費投入占GDP的比重越高，意味著對技術(shù)創(chuàng)新的資金投入越高，因此對技術(shù)創(chuàng)新越能產(chǎn)生正向影響。但是這一結(jié)果僅在列(2)中顯著，這可能是由于技術(shù)創(chuàng)新資金投入與產(chǎn)出的差異較大，需要進(jìn)一步研究論證。人力資本積累量越高，意味著能夠從事技術(shù)創(chuàng)新研究的高層次人才越多，從而對技術(shù)創(chuàng)新產(chǎn)生越大的促進(jìn)作用。列(4)結(jié)果與理論分析相符，人力資本積累每增加1%，技術(shù)創(chuàng)新水平將增加0.820%，并在10%的水平上顯著。經(jīng)濟(jì)實際增長率越高，說明經(jīng)濟(jì)發(fā)展能夠為技術(shù)創(chuàng)新提供的資金積累量越多，越容易對技術(shù)創(chuàng)新產(chǎn)生正向影響，這一結(jié)果在三個模型中均得到證實。在列(4)中，經(jīng)濟(jì)實際增長率每增加1個百分點，技術(shù)創(chuàng)新水平將增加0.0305%，并在1%的水平上顯著。對外貿(mào)易依存度越高，表明我國產(chǎn)品貿(mào)易因國際競爭力不足而越易受國外貿(mào)易的沖擊，從而不利于企業(yè)資金積累以及技術(shù)研發(fā)，對技術(shù)創(chuàng)新產(chǎn)生抑制作用，但該觀點未得到實證佐證。產(chǎn)業(yè)結(jié)構(gòu)高級化水平越高，越能為技術(shù)創(chuàng)新提供良好的產(chǎn)業(yè)基礎(chǔ)和資金支持，從而促進(jìn)技術(shù)創(chuàng)新水平的提高。列(4)結(jié)果證實了上述觀點，產(chǎn)業(yè)結(jié)構(gòu)高級化水平每增加1%，技術(shù)創(chuàng)新水平將增加0.958%，且在5%的水平上顯著?；ヂ?lián)網(wǎng)普及率較高時，意味著全社會的公共服務(wù)水平較高，基礎(chǔ)設(shè)施建設(shè)較為完善，能夠促進(jìn)創(chuàng)新要素的產(chǎn)生和流動，對技術(shù)創(chuàng)新產(chǎn)生正向影響。除此之外，科技人才規(guī)模和經(jīng)濟(jì)總量規(guī)模雖然會對技術(shù)創(chuàng)新產(chǎn)生正向影響，但均未通過顯著性檢驗。

綜上所述，人口老齡化對技術(shù)創(chuàng)新呈現(xiàn)出顯著的倒“U”形影響，即先正向影響后負(fù)向影響，拐點處的老年人口撫養(yǎng)比為12.32%。目前除新疆、青海和廣東外，其他省份均已步入人口老齡化對技術(shù)創(chuàng)新的負(fù)向影響階段。同時，人力資本、經(jīng)濟(jì)實際增長率、產(chǎn)業(yè)結(jié)構(gòu)高級化和互聯(lián)網(wǎng)普及率對技術(shù)創(chuàng)新具有正向影響，對外貿(mào)易依存度對技術(shù)創(chuàng)新具有負(fù)向影響。

(三)穩(wěn)健性檢驗

為了進(jìn)一步證實結(jié)果的穩(wěn)健性，本文采用兩種方法進(jìn)行檢驗：一是變量替代法，使用老年人口占比(OLDRAT)作為老年撫養(yǎng)比(OLD)的替代變量；二是剔除特殊樣本即北京、上海、重慶、新疆，增強(qiáng)研究結(jié)論的可靠性。相關(guān)檢驗結(jié)果如表4和表5所示(2)限于篇幅，表4和表5略去了控制變量的回歸結(jié)果，留存?zhèn)渌??！?/p>

表4 穩(wěn)健性檢驗結(jié)果：變量替代法

表5 穩(wěn)健性檢驗結(jié)果：剔除特殊樣本

由表4可知，在使用替代變量后，人口老齡化對技術(shù)創(chuàng)新仍呈現(xiàn)出顯著的倒“U”形影響，列(1)至列(6)拐點處的老年人口撫養(yǎng)比分別為18.51%、13.69%、10.07%、10.41%、9.06%和8.23%。其中，列(4)固定效應(yīng)模型的結(jié)果為10.41%，與表3的結(jié)果相近，說明我國絕大部分地區(qū)的人口老齡化已經(jīng)對技術(shù)創(chuàng)新造成負(fù)面影響，上文實證結(jié)果具有一定的穩(wěn)健性。

表5為剔除特殊樣本后的實證結(jié)果?？梢钥闯?，人口老齡化對技術(shù)創(chuàng)新仍呈現(xiàn)出顯著的倒“U”形影響。列(4)固定效應(yīng)模型的結(jié)果為12.41%，與表3的結(jié)果相近。列(5)、(6)結(jié)果表明，滯后一期的技術(shù)創(chuàng)新水平對當(dāng)期的技術(shù)創(chuàng)新水平具有顯著的正向影響且系數(shù)在0.75～0.96之間，證實了上文實證結(jié)果的穩(wěn)健性。

五、影響機(jī)制及異質(zhì)性分析

(一)模型設(shè)定

為了考察人口老齡化影響技術(shù)創(chuàng)新的具體機(jī)制，建立下列模型對各影響機(jī)制進(jìn)行實證檢驗：

ln TECH=β0+β1ln OLD+β2(ln OLD)2+β3OLDEXP+β4X+θt+δi+εit

(2)

ln TECH=β0+β1ln OLD+β2(ln OLD)2+β3OLDREV+β4X+θt+δi+εit

(3)

ln TECH=β0+β1ln OLD+β2(ln OLD)2+β3OLDTRA+β4X+θt+δi+εit

(4)

ln TECH=β0+β1ln OLD+β2(ln OLD)2+β3OLDSQU+β4X+θt+δi+εit

(5)

ln TECH=β0+β1ln OLD+β2(ln OLD)2+β3OLDENV+β4X+θt+δi+εit

(6)

其中，X為影響技術(shù)創(chuàng)新水平的控制變量，其他變量選取與模型(1)相同。為了檢驗人口老齡化對技術(shù)創(chuàng)新的“經(jīng)驗積累效應(yīng)”機(jī)制、“要素倒逼效應(yīng)”機(jī)制、“產(chǎn)業(yè)轉(zhuǎn)型效應(yīng)”機(jī)制、“政府投資擠出效應(yīng)”機(jī)制及“環(huán)境效應(yīng)”機(jī)制，本文在模型(2)至模型(5)中依次加入了五個交互項，分別為老年人口撫養(yǎng)比和人力資本存量的交互項OLDEXP、和固定資產(chǎn)投資占從業(yè)人數(shù)比重的交互項OLDREV、和醫(yī)養(yǎng)服務(wù)行業(yè)從業(yè)人數(shù)占從業(yè)人口總數(shù)比重的交互項OLDTRA、和養(yǎng)老保險支出占財政支出比重的交互項OLDSQU和地方財政一般公共服務(wù)支出占地方財政一般預(yù)算支出比重的交互項OLDENV。

測試結(jié)果(仿lucene打分算法取最相關(guān)的5條記錄；向量空間模型和歸一化算法的相關(guān)度閾值為0.9，檢索結(jié)果取高于此值的記錄；問題和檢索結(jié)果的相似度由算法計算，指的是問題和檢索結(jié)果的標(biāo)題的相似程度。問題1：為什么柑橘貯藏期果實容易浮皮？問題2：如何選擇柑橘無病毒容器育苗的場地？問題3：怎樣貯藏柑橘？測試結(jié)果如圖2所示。

(二)相關(guān)影響機(jī)制分析

該部分使用固定效應(yīng)模型(FE)和兩步系統(tǒng)GMM模型(GMM)檢驗人口老齡化對技術(shù)創(chuàng)新的五種影響機(jī)制。根據(jù)豪斯曼檢驗結(jié)果選擇固定效應(yīng)模型進(jìn)行分析。考慮到內(nèi)生性問題，依然選擇兩步系統(tǒng)GMM模型進(jìn)行對比分析，并選擇技術(shù)創(chuàng)新水平的滯后項作為工具變量，其余變量為外生變量。模型通過了Hansen-J檢驗和Arellano-Bond自相關(guān)檢驗，因而可以認(rèn)為模型不存在過度識別問題，該模型所選的工具變量集有效。相關(guān)回歸結(jié)果如表6和表7所示(3)限于篇幅，表6和表7略去了控制變量的回歸結(jié)果，留存?zhèn)渌??！?/p>

表6 人口老齡化對技術(shù)創(chuàng)新的影響機(jī)制分析(FE)

表7 人口老齡化對技術(shù)創(chuàng)新的影響機(jī)制分析(GMM)

“年齡效應(yīng)”可以通過表6和表7中人口老齡化及其二次項的系數(shù)進(jìn)行分析。結(jié)果顯示，隨著人口老齡化程度的提高，人口老齡化最初對技術(shù)創(chuàng)新具有積極影響，但是在到達(dá)拐點之后，人口老齡化對技術(shù)創(chuàng)新具有消極影響。且根據(jù)固定效應(yīng)模型得出列(1)至列(5)的拐點均在12%左右，2019年我國絕大多數(shù)省份的老齡化程度均超過了該水平，表明人口老齡化對我國大部分地區(qū)技術(shù)創(chuàng)新均展現(xiàn)出了消極影響，說明老齡化通過降低勞動者的身體素質(zhì)、創(chuàng)新意識和知識創(chuàng)新投入對技術(shù)創(chuàng)新發(fā)生了負(fù)向沖擊，與理論分析部分的“年齡效應(yīng)”相吻合。

表6和表7的列(1)給出了“經(jīng)驗積累效應(yīng)”機(jī)制的實證結(jié)果。在加入老年人口撫養(yǎng)比和人力資本存量的交互項后，人口老齡化對技術(shù)創(chuàng)新仍呈現(xiàn)出顯著的倒“U”形影響，但交互項ln OLDEXP的系數(shù)在表6和表7中均不顯著，表明人口老齡化沒有通過“經(jīng)驗積累效應(yīng)”對技術(shù)創(chuàng)新產(chǎn)生積極影響，說明高齡勞動者的知識積累產(chǎn)生的積極影響仍需加強(qiáng)，要多學(xué)習(xí)新技術(shù)。

列(2)給出了“要素倒逼效應(yīng)”機(jī)制的實證結(jié)果。在加入老年人口撫養(yǎng)和固定資產(chǎn)投資占從業(yè)人口總數(shù)的比重的交互項后，人口老齡化對技術(shù)創(chuàng)新仍呈現(xiàn)出顯著的倒“U”形影響，但交互項ln OLDREV的系數(shù)在表6和表7中均不顯著，表明人口老齡化沒有通過“要素倒逼效應(yīng)”對技術(shù)創(chuàng)新產(chǎn)生積極影響，仍然需要進(jìn)一步增加資本和研發(fā)投入進(jìn)行技術(shù)創(chuàng)新以提高勞動生產(chǎn)率。

列(3)給出了“產(chǎn)業(yè)轉(zhuǎn)型效應(yīng)”機(jī)制的實證結(jié)果。在加入老年人口撫養(yǎng)比和醫(yī)養(yǎng)服務(wù)業(yè)從業(yè)人數(shù)占比的交互項后，人口老齡化對技術(shù)創(chuàng)新仍呈現(xiàn)出顯著的倒“U”形影響，且交互項ln OLDTRA的系數(shù)在表6和表7中均顯著為正，表明人口老齡化通過促進(jìn)企業(yè)的產(chǎn)業(yè)轉(zhuǎn)型升級對技術(shù)創(chuàng)新產(chǎn)生正向影響，這與前文理論部分的分析相吻合。

列(4)給出了“政府投資擠出效應(yīng)”機(jī)制的實證結(jié)果。在加入老年人口撫養(yǎng)比和養(yǎng)老保險支出占地方財政支出的比重的交互項后，人口老齡化對技術(shù)創(chuàng)新仍呈現(xiàn)出顯著的倒“U”形影響，但交互項ln OLDSQU的系數(shù)在表6和表7中均不顯著，表明人口老齡化沒有通過“政府投資擠出效應(yīng)”對技術(shù)創(chuàng)新產(chǎn)生消極影響，人口老齡化并沒有對政府科研資金產(chǎn)生顯著的擠出作用。

列(5)給出了“環(huán)境效應(yīng)”機(jī)制的實證結(jié)果。在加入老年人口撫養(yǎng)比和地方財政一般公共服務(wù)支出占地方財政一般預(yù)算支出比例的交互項后，人口老齡化對技術(shù)創(chuàng)新仍呈現(xiàn)出顯著的倒“U”形影響，且交互項ln OLDENV的系數(shù)在表6和表7均在10%的水平上顯著為正，表明人口老齡化會通過優(yōu)化政府公共服務(wù)建設(shè)營造社會技術(shù)創(chuàng)新的良好發(fā)展環(huán)境。

(三)異質(zhì)性分析

為了分析人口老齡化影響技術(shù)創(chuàng)新的機(jī)制在不同地區(qū)之間是否存在差異，該部分將樣本省份分為東部、中部和西區(qū)三個地區(qū)(4)東部地區(qū)包括東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南等11個省份；中部地區(qū)包括山西、內(nèi)蒙古、吉林、黑龍江、安徽、江西、河南、湖北和湖南等9個省份；西部地區(qū)包括廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆等10個省份。，比較每個地區(qū)影響機(jī)制的異同，結(jié)果如表8所示。該部分使用固定效應(yīng)模型(FE)和兩步系統(tǒng)GMM模型(GMM)檢驗人口老齡化對技術(shù)創(chuàng)新的五種影響機(jī)制(5)為節(jié)約篇幅，本部分略去了GMM的回歸結(jié)果，留存?zhèn)渌鳌！?/p>

表8 異質(zhì)性分析

其他效應(yīng)在不同地區(qū)表現(xiàn)出不盡相同的特征。第一，對于東部地區(qū)來說，列(2)、(3)、(5)交互項的回歸系數(shù)顯著為正，表明該地區(qū)人口老齡化會通過“要素倒逼效應(yīng)”“產(chǎn)業(yè)轉(zhuǎn)型效應(yīng)”和“環(huán)境效應(yīng)”對技術(shù)創(chuàng)新產(chǎn)生積極影響，說明東部地區(qū)資本和研發(fā)投入水平相對較高，技術(shù)創(chuàng)新的發(fā)展環(huán)境也相對完善，這均會促進(jìn)技術(shù)創(chuàng)新水平的提高。第二，對于中部地區(qū)來說，列(2)交互項的回歸系數(shù)顯著為負(fù)，表明該地區(qū)人口老齡化會通過“要素倒逼效應(yīng)”對技術(shù)創(chuàng)新產(chǎn)生消極影響。由此可以看出，中部地區(qū)資本和研發(fā)投入水平較低，不足以促進(jìn)企業(yè)持續(xù)開展研發(fā)活動并提高新技術(shù)應(yīng)用水平。第三，對于西部地區(qū)來說，列(2)交互項的回歸系數(shù)顯著為正，表明該地區(qū)人口老齡化會通過“要素倒逼效應(yīng)”對技術(shù)創(chuàng)新產(chǎn)生積極影響。由此可以看出，人口老齡化在一定程度上促進(jìn)了該地區(qū)資本和研發(fā)投入的提高，但其他渠道的作用仍不明顯。

六、結(jié)論和討論

(一)研究結(jié)論

本文利用我國2011—2019年省級面板數(shù)據(jù)，采用混合OLS模型、固定效應(yīng)模型和系統(tǒng)GMM模型實證研究了人口老齡化對技術(shù)創(chuàng)新的影響。研究結(jié)果表明，人口老齡化對技術(shù)創(chuàng)新的影響呈現(xiàn)出顯著的倒“U”形關(guān)系。樣本省份中，除新疆、青海和廣東外，其他省份均已步入人口老齡化對技術(shù)創(chuàng)新的負(fù)向影響階段。對影響機(jī)制的分析表明，人口老齡化會通過“年齡效應(yīng)”對技術(shù)創(chuàng)新產(chǎn)生負(fù)向影響，通過“產(chǎn)業(yè)轉(zhuǎn)型效應(yīng)”和“環(huán)境效應(yīng)”對技術(shù)創(chuàng)新產(chǎn)生積極影響。本文還對東部、中部和西部地區(qū)的影響機(jī)制進(jìn)行了異質(zhì)性分析，發(fā)現(xiàn)人口老齡化對技術(shù)創(chuàng)新的影響機(jī)制在各地區(qū)表現(xiàn)出不盡相同的特征。

(二)政策建議

第一，為降低“年齡效應(yīng)”對技術(shù)創(chuàng)新的負(fù)向影響，要適度放開和實行積極的人口政策。本文發(fā)現(xiàn)我國絕大多數(shù)省份已經(jīng)進(jìn)入人口老齡化對技術(shù)創(chuàng)新的負(fù)向影響階段，而適度調(diào)整和放開人口政策可以增加年輕勞動力在總?cè)丝诘谋戎?，從而弱化人口老齡化的負(fù)向影響。雖然我國在2016年已經(jīng)實施“全面放開二孩”政策，但是由于生活壓力的加大和現(xiàn)代思想意識的轉(zhuǎn)變，年輕人往往不愿意生育二孩，這需要政府采取一定的宣傳措施和補貼政策鼓勵年輕人生育二孩，減輕年輕人撫養(yǎng)和教育孩子的負(fù)擔(dān)，從而降低人口老齡化程度或使人口老齡化的增速放緩。

第二，“經(jīng)驗積累效應(yīng)”的分析表明，樣本總體及各地區(qū)人口老齡化均無法通過“經(jīng)驗積累效應(yīng)”對技術(shù)創(chuàng)新產(chǎn)生顯著的促進(jìn)作用，據(jù)此要加大人力資本投資，提高人力資本利用率。我國存在勞動力整體素質(zhì)偏低的問題，需要對教育事業(yè)尤其是高等教育事業(yè)增加資金和物質(zhì)投入，培養(yǎng)國際視野和本土情懷兼具的創(chuàng)新型人才。同時政府也需通過政策引導(dǎo)、減稅降費和補貼支持等手段鼓勵企業(yè)和個人加強(qiáng)職業(yè)教育，在“干中學(xué)”中不斷增強(qiáng)人力資本積累，在全社會形成“產(chǎn)—學(xué)—研”的良性循環(huán)系統(tǒng)，增強(qiáng)技術(shù)研發(fā)的針對性。在提高人力資本利用率方面，可以對高端層次的老齡人口資源進(jìn)行整合，將其人力資本積累優(yōu)勢充分轉(zhuǎn)化為寶貴的工作經(jīng)驗和對未來技術(shù)創(chuàng)新的方向引領(lǐng)，比如實施“返聘”計劃以及成立專業(yè)領(lǐng)域的研究部門等，充分利用高端層次的老齡人口資源，并與社會中有需求的部門精準(zhǔn)匹配，從而最大限度地調(diào)動全社會的技術(shù)創(chuàng)新。

第三，針對“要素倒逼效應(yīng)”在樣本總體以及中部地區(qū)正向影響不顯著的事實，要增強(qiáng)資本和技術(shù)要素替代勞動要素的力度。人口老齡化程度的提高意味著勞動人口比重的降低，在這樣的背景下，要想實現(xiàn)技術(shù)創(chuàng)新水平的提高，就要采取措施促進(jìn)資本和技術(shù)對勞動力的替代，促進(jìn)相關(guān)產(chǎn)業(yè)從勞動要素密集型產(chǎn)業(yè)轉(zhuǎn)變?yōu)橘Y本和技術(shù)密集型產(chǎn)業(yè)。同時，要加大高素質(zhì)勞動者的引進(jìn)力度，增強(qiáng)教育和培訓(xùn)投入，提高整體勞動力素質(zhì)，彌補勞動力數(shù)量的缺口，提高企業(yè)的勞動生產(chǎn)率。

第四，針對“產(chǎn)業(yè)轉(zhuǎn)型效應(yīng)”和“環(huán)境效應(yīng)”在中部和西部地區(qū)不顯著的事實，要加大這些地區(qū)養(yǎng)老行業(yè)新興市場的培育力度，促使企業(yè)進(jìn)行轉(zhuǎn)型，同時營造利于技術(shù)創(chuàng)新要素培育和流動的發(fā)展環(huán)境。要促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)高級化進(jìn)程，由“大水漫灌”式的粗放型發(fā)展模式向“精準(zhǔn)滴灌”的高效型發(fā)展模式轉(zhuǎn)變，重點發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)。應(yīng)重點發(fā)展養(yǎng)老產(chǎn)業(yè)，滿足老齡人口的健康服務(wù)需求和精神文化需求。新冠肺炎疫情期間激發(fā)了多種業(yè)態(tài)創(chuàng)新，如數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)、社區(qū)醫(yī)療、以云辦公和云課堂為代表的云服務(wù)產(chǎn)業(yè)等，這為技術(shù)創(chuàng)新的更新升級提供了拓展空間。同時還要注重提升全社會的公共服務(wù)水平，通過優(yōu)質(zhì)高效的公共服務(wù)供給，創(chuàng)造利于社會技術(shù)創(chuàng)新的外部環(huán)境。

(三)研究局限和未來展望

本文揭示了人口老齡化對技術(shù)創(chuàng)新不同階段的影響，豐富了人口老齡化背景下技術(shù)創(chuàng)新領(lǐng)域的研究成果，對我國具有一定的理論價值和現(xiàn)實意義。但同時也應(yīng)看到，由于數(shù)據(jù)可得性的影響，本文研究的時間跨度較短，因而實證結(jié)果可能存在一定偏差。未來可以考慮使用企業(yè)的微觀數(shù)據(jù)分析人口老齡化對技術(shù)創(chuàng)新的影響，并對數(shù)據(jù)進(jìn)行區(qū)域和產(chǎn)業(yè)類別的細(xì)分，同時允許進(jìn)行較長時間的調(diào)查以跟蹤變量之間的關(guān)系變化。